Я много писал, что мозг учится только через практику. Так зачем же нужна теория? У неё при обучении есть хоть и небольшие, но крайне важные зоны применения.
Мотивация
Чтобы наш мозг информацию вообще начал усваивать, ему нужны веские на то причины. А самые веские – те, что связаны с яркими, глубокими эмоциями.
До того, как начать что-то делать, нужно создать ясность – что я буду чувствовать, когда это сделаю?
Можно заметить, что американские книги по бизнесу и личностному росту большую часть текста посвящают именно этой задаче.
В таких книгах теории обычно меньше чем на тетрадный лист, но для активного читателя, который будет после прочтения эти знания внедрять – именно такой формат и нужен.
Первый опыт
Чтобы что-то сделать, нужно понимать хотя бы приблизительную последовательность шагов.
Есть очень заметная граница между «могу сделать хотя бы хреново» и «не могу сделать никак». И теория нужна, чтобы эту границу преодолеть.
Тут есть важнейший момент – этот алгоритм должен использовать только элементарные действия. Элементарные – это те, для выполнения которых человеку не надо задуматься «как это сделать?».
К примеру, если ребенок впервые в жизни учится делать яичницу, то «разбить яйца» для него отнюдь не элементарно. Это отдельный алгоритм. А вот для тех, кто её уже готовил, в рецепте можно писать просто «разбить яйцо», без подробных объяснений как это делать.
Обратная связь
Почему многие не умеют договариваться с людьми, несмотря на то, что занимаются этим всю свою жизнь?
Есть сложные для обучения навыки – те, где мы не можем получить результат сразу, или не можем увидеть прямую связь между тем как мы выполняем какие-то действия, и тем что мы получили в итоге.
В таком случае наша встроенная система самообучения работать попросту не может.
И тогда нам нужен способ после выполнения действия проверить что было сделано правильно, что нужно улучшить, и как именно действовать в следующий раз.
Вот для такой оценки нам необходим либо наставник, либо четкая теория, дающая нам критерии оценки.
Ассоциации
Частая проблема – человек знает 100500 технологий, но в нужный момент не может вспомнить ни одной. По поводу таких людей многие стебутся, что у них много слишком много знаний, потому и не могут применить.
Дело совершенно в другом – у нас в голове огромный объем информации. Чтобы в этой гигантской базе данных хоть что-то найти – нам нужны ассоциативные связи.
Чем этих ассоциаций больше – тем лучше информация в мозгу сохраняется, и тем проще её там искать.
Скажем в IT примеры применения ценны не только тем, что помогают понять что-нибудь даже при откровенно плохой документации, но и тем, что мы запоминаем сразу множество ситуаций, где изучаемый инструмент полезен.
И чем их больше, тем больше шансов, что в каком-то другом похожем случае мы вспомним именно этот инструмент.
Контекст
Любые знания имеют некую область применения – контекст, в котором они полезны. Собственно понимание контекстов где эти знания полезны, а где нет, необходимы для успешного их применения.
Выводы
Даже для чистых практиков теория нужна, но от «академической» теории она отличается кардинально, в ней должны быть:
- ясное объяснение зачем эта штука нужна;
- преимущества/недостатки этой технологии и её область применения;
- простое, короткое описание последовательности шагов;
- критерии, по которым можно понять что было сделано хорошо, что нужно сделать иначе, и каким способом;
- примеры применения в разных ситуациях;
- ассоциации и метафоры, помогающие лучше запомнить цепочку шагов и критерии оценки;
Если у нас есть такая „правильная“ теория, то все обучение сводится к повторению:
- Выполняем алгоритм из теории
- Смотрим что получили в итоге (пользуясь теорией)
- Выясняем что и как нам надо в следующий раз сделать лучше
Если при наличии грамотного наставника полноценная теория оказывается совершенно необязательной – выполняемые шаги он может подсказать в процессе, и обратную связь дать тоже, то при самостоятельном обучении она нужна.